快捷導(dǎo)航

np.meshgrid中的indexing參數(shù)問題解決

更新時(shí)間：2023年03月13日 09:21:38 作者：勤奮的大熊貓

本文主要介紹了np.meshgrid中的indexing參數(shù)問題解決，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

meshgrid函數(shù)在二維空間中可以簡(jiǎn)單地理解為將x軸與y軸的每個(gè)位置的坐標(biāo)關(guān)聯(lián)起來形成了一個(gè)網(wǎng)格，我們知道空間中的點(diǎn)是由坐標(biāo)確定的，因此，當(dāng)x與y關(guān)聯(lián)起來后，我們便可以給與某個(gè)點(diǎn)某個(gè)特定值并畫出對(duì)應(yīng)的圖像。具體的可以百度一下，會(huì)有很多較為詳細(xì)的介紹。

這里我想要著重的說一下二維以及三維的meshgrid的參數(shù)indexing的問題。

二維meshgrid函數(shù)

import numpy as np


class Debug:
    def __init__(self):
        self.x = np.arange(5)
        self.y = np.arange(5)
        
    def grid(self):
        X, Y = np.meshgrid(self.x, self.y, indexing="xy")
        return X, Y
    

main = Debug()
X, Y = main.grid()
print("The X grid is:")
print(X)
print("The Y grid is:")
print(Y)
"""
The X grid is:
[[0 1 2 3 4]
 [0 1 2 3 4]
 [0 1 2 3 4]
 [0 1 2 3 4]
 [0 1 2 3 4]]
The Y grid is:
[[0 0 0 0 0]
 [1 1 1 1 1]
 [2 2 2 2 2]
 [3 3 3 3 3]
 [4 4 4 4 4]]
"""

從上面的結(jié)果可以看出，所獲取的網(wǎng)格對(duì)應(yīng)如下圖所示，橫向?yàn)?code>x軸，縱向?yàn)?code>y軸，類似于我們?cè)趲缀慰臻g中使用的坐標(biāo)系，我們通常稱之為笛卡爾坐標(biāo)系（Cartesian coordinate)。在二維meshgrid網(wǎng)格創(chuàng)建命令中，笛卡爾坐標(biāo)系是默認(rèn)的坐標(biāo)系。

在這里插入圖片描述

然而在python編程中，還有一種較為常用的indexing取法，代碼如下：

import numpy as np


class Debug:
    def __init__(self):
        self.x = np.arange(5)
        self.y = np.arange(5)
        
    def grid(self):
        X, Y = np.meshgrid(self.x, self.y, indexing="ij")
        return X, Y
    

main = Debug()
i, j = main.grid()
print("The i grid is:")
print(i)
print("The j grid is:")
print(j)
"""
The i grid is:
[[0 0 0 0 0]
 [1 1 1 1 1]
 [2 2 2 2 2]
 [3 3 3 3 3]
 [4 4 4 4 4]]
The j grid is:
[[0 1 2 3 4]
 [0 1 2 3 4]
 [0 1 2 3 4]
 [0 1 2 3 4]
 [0 1 2 3 4]]
"""

此時(shí)從上面的結(jié)果我們可以看出，所獲取的網(wǎng)格對(duì)應(yīng)如下圖所示，縱向?yàn)?code>i軸，橫向?yàn)?code>j軸，我們?cè)诰幊讨型ǔ：苌偈褂玫倪@種坐標(biāo)系。但是它也有自己的優(yōu)勢(shì)，這里不進(jìn)一步說明。

在這里插入圖片描述

三維meshgrid函數(shù)

進(jìn)一步我們討論三維的情況，代碼如下：

import numpy as np


class Debug:
    def __init__(self):
        self.x = np.arange(3)
        self.y = np.arange(3)
        self.z = np.arange(3)
        
    def grid(self):
        X, Y, Z = np.meshgrid(self.x, self.y, self.z)
        return X, Y, Z
    

main = Debug()
X, Y, Z = main.grid()
print("The X grid is:")
print(X)
print("The Y grid is:")
print(Y)
print("The Z grid is:")
print(Z)
"""
The X grid is:
[[[0 0 0]
  [1 1 1]
  [2 2 2]]

 [[0 0 0]
  [1 1 1]
  [2 2 2]]

 [[0 0 0]
  [1 1 1]
  [2 2 2]]]
The Y grid is:
[[[0 0 0]
  [0 0 0]
  [0 0 0]]

 [[1 1 1]
  [1 1 1]
  [1 1 1]]

 [[2 2 2]
  [2 2 2]
  [2 2 2]]]
The Z grid is:
[[[0 1 2]
  [0 1 2]
  [0 1 2]]

 [[0 1 2]
  [0 1 2]
  [0 1 2]]

 [[0 1 2]
  [0 1 2]
  [0 1 2]]]
"""

由上面的結(jié)果我們可以看到，此時(shí)的坐標(biāo)軸對(duì)應(yīng)如下圖像：

在這里插入圖片描述

x軸向下，y軸向屏幕內(nèi)側(cè)，z軸向右側(cè)，在三維圖像中不再根據(jù)indexing值來區(qū)分坐標(biāo)軸了，而是統(tǒng)一規(guī)定了坐標(biāo)軸的取法，只有對(duì)于這個(gè)坐標(biāo)軸的取法深入理解，才能在之后的三維數(shù)據(jù)處理中游刃有余。

特別說明

但是這里有一個(gè)問題，來看一組代碼：

class Debug:
    def __init__(self):
        x = np.array([[[0],
                       [2]], [[4],
                              [6]], [[8],
                                     [10]]])
        print(x.shape)


main = Debug()
"""
(3, 2, 1)
"""

我們可以看到，輸出結(jié)果為(3, 2, 1)，即沿著x軸1個(gè)元素，沿著y軸2個(gè)元素，沿著z軸3個(gè)元素。再來看一下我們使用meshgrid方法生成三維網(wǎng)格的情況。

import numpy as np


class Debug:
    def __init__(self):
        self.x = np.arange(1)
        self.y = np.arange(2)
        self.z = np.arange(3)

    def grid(self):
        X, Y, Z = np.meshgrid(self.x, self.y, self.z)
        return X, Y, Z


main = Debug()
X, Y, Z = main.grid()
print("The X grid is:")
print(X.shape)
print("The Y grid is:")
print(Y.shape)
print("The Z grid is:")
print(Z.shape)
"""
The X grid is:
(2, 1, 3)
The Y grid is:
(2, 1, 3)
The Z grid is:
(2, 1, 3)
"""

我們可以看到，最終輸出的X，Y，Z的shape均為(2, 1, 3)，這對(duì)應(yīng)的是沿著x軸3個(gè)元素，沿著y軸1個(gè)元素，沿著z軸2個(gè)元素。突然感覺有些混亂，不符合我們之前想要得到的x,y,z的排列順序，為了能夠得到正常的排列順序，我們可以使用如下代碼：

import numpy as np


class Debug:
    def __init__(self):
        self.x = np.arange(1)
        self.y = np.arange(2)
        self.z = np.arange(3)

    def grid(self):
        X, Y, Z = np.meshgrid(self.y, self.z, self.x)
        return X, Y, Z


main = Debug()
X, Y, Z = main.grid()
print("The X grid is:")
print(X.shape)
print("The Y grid is:")
print(Y.shape)
print("The Z grid is:")
print(Z.shape)
"""
The X grid is:
(3, 2, 1)
The Y grid is:
(3, 2, 1)
The Z grid is:
(3, 2, 1)
"""

可以看到運(yùn)行后我們得到了符合Python默認(rèn)坐標(biāo)軸習(xí)慣的網(wǎng)格形式，這時(shí)對(duì)應(yīng)的x軸向右側(cè)，y軸向下，z軸向屏幕里面。這個(gè)僅僅是為了理解需要，實(shí)際操作中無需進(jìn)行這種坐標(biāo)軸變換操作，直接使用默認(rèn)的三維坐標(biāo)軸方向即可。

到此這篇關(guān)于np.meshgrid中的indexing參數(shù)問題解決的文章就介紹到這了,更多相關(guān)np.meshgrid的indexing參數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: